Cursos de Almacén de datos en Columbia

Greenplum es una plataforma de procesamiento paralelo masivo (MPP) de código abierto diseñada para análisis y entornos de datos a gran escala.

Esta formación en vivo, dirigida por un instructor (en línea o presencial), está orientada a usuarios técnicos intermedios y avanzados que desean comprender la arquitectura interna de Greenplum, construir modelos de datos optimizados y aplicar alto rendimiento SQL en entornos distribuidos.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura sin compartición y el modelo de paralelismo de Greenplum.
• Diseñar estructuras de tablas distribuidas y particiones optimizadas para el rendimiento de las consultas.
• Utilizar estrategias de indexación, formatos de almacenamiento y técnicas de diseño físico.
• Interpretar planes EXPLAIN y optimizar consultas utilizando mejores prácticas.

Formato del Curso

• Charla interactiva y discusión.
• Numerosos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para acordarlo.

Greenplum es una plataforma de datos paralela masiva y de código abierto basada en PostgreSQL, diseñada para análisis avanzados y almacenes de datos a gran escala.

Esta formación en vivo dirigida por un instructor (en línea o presencial) está orientada a administradores de nivel intermedio que desean instalar, configurar y gestionar eficazmente entornos Greenplum, incluyendo la gestión de actualizaciones del sistema y bibliotecas.

Al finalizar esta formación, los participantes podrán:

• Instalar y configurar un clúster de Greenplum listo para producción.
• Gestionar actualizaciones del sistema e instalar parches de manera segura.
• Administrar las bibliotecas de Greenplum para análisis y extensiones.
• Detectar problemas y supervisar sistemas Greenplum.

Formato del Curso

• Conferencia interactiva y discusión.
• Uso práctico de Greenplum en un entorno de laboratorio controlado.
• Ejercicios guiados enfocados en la configuración del clúster, flujos de trabajo de actualización y extensiones del sistema.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso basada en su entorno o plataforma de datos, contáctenos para coordinar.

Esta capacitación en vivo dirigida por un instructor en Columbia (en línea o en el sitio) está dirigida a profesionales de datos de nivel avanzado que desean optimizar los flujos de trabajo de procesamiento de datos, garantizar la integridad de los datos e implementar soluciones sólidas de data lakehouse que puedan manejar las complejidades de las aplicaciones modernas de big data.

Al final de esta capacitación, los participantes serán capaces de:

• Obtenga una comprensión profunda de la arquitectura de Iceberg, incluida la gestión de metadatos y el diseño de archivos.
• Configure Iceberg para obtener un rendimiento óptimo en varios entornos e intégrelo con múltiples motores de procesamiento de datos.
• Administre tablas Iceberg a gran escala, realice cambios de esquema complejos y controle la evolución de las particiones.
• Domine las técnicas para optimizar el rendimiento de las consultas y la eficiencia del análisis de datos para grandes conjuntos de datos.
• Implemente mecanismos para garantizar la coherencia de los datos, gestionar las garantías transaccionales y gestionar los errores en entornos distribuidos.

Esta capacitación en vivo dirigida por un instructor en Columbia (en línea o en el sitio) está dirigida a profesionales de datos de nivel principiante que deseen adquirir el conocimiento y las habilidades necesarias para utilizar Apache Iceberg de manera efectiva para administrar conjuntos de datos a gran escala, garantizar la integridad de los datos y optimizar los flujos de trabajo de procesamiento de datos.

Al final de esta capacitación, los participantes serán capaces de:

• Obtenga una comprensión profunda de la arquitectura, las características y los beneficios de Apache Iceberg.
• Obtenga información sobre los formatos de tabla, la creación de particiones, la evolución del esquema y las capacidades de viaje en el tiempo.
• Instala y configura Apache Iceberg en diferentes entornos.
• Crear, administrar y manipular tablas Iceberg.
• Comprender el proceso de migración de datos de otros formatos de tabla a Iceberg.

Esta capacitación en vivo dirigida por un instructor en Columbia (en línea o en el sitio) está dirigida a profesionales de TI de nivel intermedio que desean mejorar sus habilidades en arquitectura de datos, gobernanza, computación en la nube y tecnologías de big data para administrar y analizar de manera efectiva grandes conjuntos de datos para la migración de datos dentro de sus organizaciones.

Al final de esta capacitación, los participantes serán capaces de:

• Comprender los conceptos y componentes fundamentales de varias arquitecturas de datos.
• Obtenga una comprensión completa de los principios de gobernanza de datos y su importancia en los entornos normativos.
• Implemente y gestione marcos de gobernanza de datos como Dama y Togaf.
• Aproveche las plataformas en la nube para un almacenamiento, procesamiento y gestión de datos eficientes.

Esta capacitación en vivo dirigida por un instructor en Columbia (en línea o presencial) está dirigida a ingenieros de datos de nivel intermedio que deseen aprender a usar Azure Data Lake Storage Gen2 para soluciones efectivas de análisis de datos.

Al final de esta capacitación, los participantes serán capaces de:

• Comprenda la arquitectura y las características clave de Azure Data Lake Storage Gen2.
• Optimice el almacenamiento y el acceso a los datos en cuanto a costes y rendimiento.
• Integre Azure Data Lake Storage Gen2 con otros Azure servicios para análisis y procesamiento de datos.
• Desarrolle soluciones con la API Azure de Data Lake Storage Gen2.
• Solucione problemas comunes y optimice las estrategias de almacenamiento.

Esta capacitación en vivo dirigida por un instructor en Columbia (en línea o en el sitio) está dirigida a profesionales de TI de nivel intermedio que desean tener una comprensión integral de IBM DataStage desde una perspectiva administrativa y de desarrollo, lo que les permite administrar y utilizar esta herramienta de manera efectiva en sus respectivos lugares de trabajo.

Al final de esta formación, los participantes serán capaces de:

• Comprender los conceptos básicos de DataStage.
• Aprenda a instalar, configurar y gestionar eficazmente los entornos de DataStage.
• Conéctese a varias fuentes de datos y extraiga datos de manera eficiente de bases de datos, archivos planos y fuentes externas.
• Implementar técnicas efectivas de carga de datos.

Esta formación en directo dirigida por un instructor en Columbia (en línea o presencial) está destinada a profesionales de datos grandes de nivel intermedio que desean utilizar Apache Kylin para construir almacenes de datos en tiempo real y realizar análisis multidimensionales en conjuntos de datos a gran escala.

Al finalizar esta formación, los participantes podrán:

• Configurar e instalar Apache Kylin con fuentes de datos de transmisión en tiempo real.
• Diseñar y construir cubos OLAP para tanto datos por lotes como de transmisión.
• Ejecutar consultas complejas con latencia subsegundaria utilizando la interfaz SQL de Kylin.
• Integrar Kylin con herramientas BI para visualización interactiva de datos.
• Optimizar el rendimiento y gestionar los recursos de manera efectiva en Kylin.

Esta formación en vivo dirigida por un instructor en Columbia (en línea o presencial) está diseñada para administradores de base de datos, desarrolladores y analistas de nivel intermedio que desean dominar las funciones avanzadas de SQL para operaciones complejas con datos y gestión de bases de datos.

Al finalizar esta formación, los participantes podrán:

• Ejecutar técnicas de consulta avanzadas utilizando uniones, subconsultas y uniones complejas.
• Agregar, actualizar y eliminar datos, tablas, vistas e índices con precisión.
• Garantizar la integridad de los datos a través de transacciones y manipular las estructuras de bases de datos.
• Crear y gestionar bases de datos eficientemente para almacenamiento y recuperación robustos de datos.

Esta capacitación en vivo dirigida por un instructor en Columbia (en línea o presencial) está dirigida a profesionales de bases de datos de nivel intermedio que desean mejorar sus habilidades en Oracle SQL desarrollo y administración.

Al final de esta formación, los participantes serán capaces de:

• Cree y optimice consultas complejas SQL.
• Administre bases de datos de manera eficiente utilizando herramientas Oracle SQL.
• Aplicar las mejores prácticas en el desarrollo y mantenimiento de bases de datos.
• Administre el acceso de los usuarios y la seguridad de la base de datos en un entorno Oracle.

Amazon Redshift es un servicio de almacenamiento de datos basado en la nube a escala de petabytes en AWS.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán los fundamentos de Amazon Redshift.

Al final de esta formación, los participantes serán capaces de:

• Instalar y configurar Amazon Redshift
• Cargue, configure, implemente, consulte y visualice datos con Amazon Redshift

Audiencia

• Desarrolladores
• Profesionales de TI

Formato del curso

• En parte conferencia, en parte discusión, ejercicios y práctica práctica intensa

Nota

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertarlo.

El curso es parte del conjunto de habilidades de Data Scientist (Dominio: Datos y Tecnología).

En esta capacitación en vivo dirigida por un instructor en Columbia, los participantes aprenderán cómo construir un Data Vault.

Al final de esta formación, los participantes serán capaces de:

• Comprender los conceptos de arquitectura y diseño detrás de Data Vault 2.0 y su interacción con Big Data, NoSQL e IA.
• Utilice técnicas de almacenamiento de datos para permitir la auditoría, el seguimiento y la inspección de datos históricos en un almacén de datos.
• Desarrolle un proceso ETL (Extracción, Transformación, Carga) coherente y repetible.
• Construya e implemente almacenes altamente escalables y repetibles.

Apache Druid es un almacén de datos distribuidos, de código abierto, orientado a columnas, escrito en Java . Fue diseñado para ingerir rápidamente cantidades masivas de datos de eventos y ejecutar consultas OLAP de baja latencia en esos datos. Druid se usa comúnmente en aplicaciones de inteligencia empresarial para analizar grandes volúmenes de datos históricos y en tiempo real. También es adecuado para alimentar paneles de control rápidos, interactivos y analíticos para usuarios finales. Druid es utilizado por empresas como Alibaba, Airbnb, Cisco , eBay, Netflix, Paypal y Yahoo.

En este curso en vivo dirigido por un instructor, exploramos algunas de las limitaciones de las soluciones de almacenamiento de datos y discutimos cómo Druid puede complementar esas tecnologías para formar una pila de análisis de transmisión flexible y escalable. Analizamos muchos ejemplos, ofreciendo a los participantes la oportunidad de implementar y probar soluciones basadas en druidas en un entorno de laboratorio.

Formato del curso

• Conferencia parcial, discusión parcial, práctica práctica intensa, pruebas ocasionales para evaluar la comprensión

Esta capacitación en vivo dirigida por un instructor en Columbia (en línea o en el sitio) está dirigida a administradores que desean configurar Greenplum Database soluciones de inteligencia empresarial y almacenamiento de datos.

Al final de esta capacitación, los participantes serán capaces de:

• Satisfacer las necesidades de procesamiento con Greenplum.
• Ejecutar operaciones ETL para el procesamiento de datos.
• Utilizar las infraestructuras existentes de procesamiento de consultas.